复合特征与多尺度融合的无人机小目标检测算法

作     者：廖宁生 曹天秀 刘科言 徐猛 朱秘 古宇轩 王朋飞 

作者机构：重庆理工大学两江人工智能学院 重庆建设工业(集团)有限责任公司 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 082503[工学-航空宇航制造工程] 0802[工学-机械工程] 0825[工学-航空宇航科学与技术] 

基　　金：中国博士后科学基金面上项目(2024MD754245) 重庆市自然科学基金面上项目(CSTB2024NSCQ-MSX0110) 重庆理工大学“两金”培育项目(2022PYZ031) 

主　　题：无人机(UAV) 小目标 YOLOv8 轻量级 复合特征 多尺度特征融合 

摘      要：针对目前无人机航拍图像小目标检测算法存在的漏检、误检、精度与速度不平衡等问题，提出复合特征与多尺度融合的无人机小目标检测算法CM-YOLOv8s（Composite and Multi-scale YOLOv8s）。通过在空间金字塔池化模块引入通道特征，实现目标复合特征质量提升；通过重建模型颈部结构，提高目标细节特征的保留比例；通过设计DRHead检测头，实现多尺度特征检测图融合，增强多尺度目标检测适应性；通过采用Wise-IoU损失函数提升模型收敛速度。相比于基准算法，改进后的CM-YOLOv8s算法参数量仅为3.5M，参数量降低了69%。实验结果表明，所提出的CM-YOLOv8s算法在数据集VisDrone2019上的mAP50%显著提升了6.8%；同时，在UAV-DT和DIOR数据集上验证了所提出算法的泛化性和有效性。